3.

3Tercer momento respecto a la Media-Asimetría

La asimetría estadística informa el grado en que las observaciones se reparten proporcional y
equitativamente por encima y por debajo del punto central (mas alto) de la distribución. La
asimetría se puede ver como una propiedad de la forma de la distribución al ser representada
por medio de un diagrama de barras o por medio de n histograma. Como eje de simetría para
dividir la distribución en dos partes, se toma una medida de tendencia central, como la media
aritmética, mediana, moda o rango medio. Si ambas partes son diferentes, hay asimetría.
(Moral, 2022)
En cuanto al momento de tercer orden, en este se calcula el promedio del cubo de las
desviaciones de los valores respecto a la media de la distribución, proporcionándonos
información sobre la forma y dirección de la asimetría de la distribución.
Sin dejar de tomar en cuenta que la interpretación que se le da a la asimetría varia de acuerdo
al contexto y distribución de los datos, además de las existentes medidas de asimetría como el
coeficiente de Fisher, de Pearson y Bowley utilizadas principalmente en distribuciones
unimodales y moderadamente asimétricas.
Grafico : Funciones de densidad que muestran dos ejemplos de curvas asimétricas y la
correspondiente curva simétrica de cuatro variables cuantitativas continuas.

Fuente: (Moral, 2022)

este índice de asimetría por ser un momento impar, además es un momento elevado que
acentúa las desviaciones extremas con respeto a la media existente; es en este punto que se
mide el sesgo definido como:

m 3=
∑ x3
N
Con frecuencia hace falta medidas relativas a la asimetría que no tengan en cuenta unidades
de medición correspondientes a la puntación de distribución de los momentos, este es
representado por B1 que calcula el sesgo que es el grado de asimetría de una distribución,
siendo así B1 una asimetría positiva, una asimetría negativa o cero simétrica.
 m3
B 1=
√m 3
2

El sesgo se refiere a las discrepancias entre los valores teóricos y los valores estimados
utilizando el método de momentos. Esto puede ocurrir cuando los momentos de la muestra no
son representativos a los momentos teóricos de la distribución subyacente. Esto se debe a
razón de que el tamaño de la muestra es insuficiente, una distribución subyacente que no se
ajusta a los datos o suposiciones equivocas sobre la forma de la distribución.
El no evaluar este sesgo puede afectar la precisión y la validez de las estimaciones obtenidas,
a razón de ello es necesaria su evaluación y tener en cuenta al interpretar los resultados.